文献

J-GLOBAL ID：202002259109662878   整理番号：20A0899727

深層学習に基づく運転操縦予測システム【JST・京大機械翻訳】

Deep Learning-Based Driving Maneuver Prediction System

著者 (2件)： Ou Chaojie (Centre for Pattern Analysis and Machine Intelligence, University of Waterloo, Waterloo, ON, Canada) ,  Karray Fakhri (Centre for Pattern Analysis and Machine Intelligence, University of Waterloo, Waterloo, ON, Canada)
資料名： IEEE Transactions on Vehicular Technology  (IEEE Transactions on Vehicular Technology)
巻： 69  号： 2  ページ： 1328-1340  発行年： 2020年 
JST資料番号： C0244A  ISSN： 0018-9545  CODEN： ITVTAB  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 今日の車両の多くは,先進的な河川支援システム(ADAS)を装備している。積極的なADASは短期運転状況を予測する能力を持っている。これは,運転リスクを回避または緩和するために適切な行動を取るために,より多くの時間を提供する。本研究において,著者らは,それらが実際のステアリング操作を実行する前に,運転者の切迫した操縦を予測する問題に取り組んだ。提案したシステムは,運転者観測行動と運転環境に関する情報を融合するために,深い再帰ニューラルネットワークを使用する。新しいデータラベリング法と効果的逐次モデリング手法により,システムは実際のステアリング操作の直前に高精度駆動操作で予測できる。一連の実験により,提案したアプローチは,自動車がヨーを開始する前に,約1.50秒にわたり,車両が約90.52%に改善されることを示した。そして,精度が78.59%に改善される前に,自動車がヨーを開始する前に,グリーンライトを有する交差点において,アンチipatesターン操作が行われることを示した。また,本研究において,このシステムが,推進力評価のためにどのように適用できるかを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *自動車 ,  推力 ,  交差点 ,  ニューラルネットワーク ,  河川
準シソーラス用語： 支援システム ,  高精度 ,  予測システム ,  アルツハイマー病評価尺度 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 走行装置  (QG03040V) ,  電装品  (QG03070C)

タイトルに関連する用語 (3件)： 深層学習 ,  操縦 ,  予測システム